模型究竟是如何學習的，從原始梯度下降法到Adam
凸損失有一個強大的保證：每一個局部最小值都是全局最小值。這讓最佳化在概念上變得乾淨利落。許多經典的機器學習目標函數是凸的；深度網路的目標函數通常不是。
🔒 This is a Pro lesson — the interactive figure, worked examples, quiz and practice open with Pro access.